Ruby使用REXML库来解析xml格式数据的方法

所属分类: 脚本专栏 / ruby专题 阅读数: 1504
收藏 0 赞 0 分享

REXML 是一个完全用ruby写的processor ,他有多种api,其中两个经典的api是通过DOM-like 和SAX-like 来进行区分的。第一种是将整个文件读进内存,然后存储为一个分层的形式(也就是一棵树了).而第二种是"parse as you go",当你的文件很大,并且内存受到限制的时候,比较适合用这种。
rexml具有如下特点:

  • 100%用ruby编写
  • 可以用来解析SAX和DOM
  • 轻量,不足2000行代码
  • 提供完整的API支持
  • ruby中内置

下面我们来看看如何使用它,假设我们有如下xml文件:

<collection shelf="New Arrivals">
 <movie title="Enemy Behind">
 <type>War, Thriller</type>
 <format>DVD</format>
 <year>2003</year>
 <rating>PG</rating>
 <stars>10</stars>
 <description>Talk about a US-Japan war</description>
 </movie>
 <movie title="Transformers">
 <type>Anime, Science Fiction</type>
 <format>DVD</format>
 <year>1989</year>
 <rating>R</rating>
 <stars>8</stars>
 <description>A schientific fiction</description>
 </movie>
 <movie title="Trigun">
 <type>Anime, Action</type>
 <format>DVD</format>
 <episodes>4</episodes>
 <rating>PG</rating>
 <stars>10</stars>
 <description>Vash the Stampede!</description>
 </movie>
 <movie title="Ishtar">
 <type>Comedy</type>
 <format>VHS</format>
 <rating>PG</rating>
 <stars>2</stars>
 <description>Viewable boredom</description>
 </movie>
</collection>

解析DOM:

require 'rexml/document'
include REXML
xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)
root = xmldoc.root
puts "Root element : " + root.attributes["shelf"]
xmldoc.elements.each("collection/movie"){
 |e| puts "Movie Title : " + e.attributes["title"]
}
xmldoc.elements.each("collection/movie/type") {
 |e| puts "Movie Type : " + e.text
}
xmldoc.elements.each("collection/movie/description") {
 |e| puts "Movie Description : " + e.text
}

使用XPATH:

require 'rexml/document'
include REXML
xmlfile = File.new("movies.xml")
xmldoc = Document.new(xmlfile)
movie = XPath.first(xmldoc, "//movie")
p movie
XPath.each(xmldoc, "//type") { |e| puts e.text }
names = XPath.match(xmldoc, "//format").map {|x| x.text }
p names

以备不时之需!

PS:关于REXML的安全问题
Ruby官方网站在8月23日发布了安全通告:http://www.ruby-lang.org/en/news/2008/08/23/dos-vulnerability-in-rexml/,在Ruby当前使用的XML解析库REXML在解析具有嵌套递归元素的XML文件的时候,将会出现拒绝服务攻击的缺陷,导致服务器资源耗尽!
凡是在Rails应用程序当中使用到了XML文件解析功能的都存在上述缺陷,需要进行修复。在Rails当中的修复办法如下:
1、Rails2.0.2和以前的老版本
下载修复文件,拷贝到RAILS_ROOT/lib目录下,并且在environment.rb当中加入语句

require ‘rexml-expansion-fix'

2、Rails 2.1.0以上版本
下载修复文件,拷贝到RAILS_ROOT/config/initializers目录下即可。

更多精彩内容其他人还在看

Ruby的面向对象编程的基础教程

这篇文章主要介绍了Ruby的面向对象编程的基础教程,包括Ruby中各种有关类和对象的基础知识,需要的朋友可以参考下
收藏 0 赞 0 分享

使用Ruby编写发送邮件的程序的简单教程

这篇文章主要介绍了使用Ruby编写发送邮件的程序的简单教程,包括发送带附件的邮件的代码实例,需要的朋友可以参考下
收藏 0 赞 0 分享

初步讲解Ruby编程中的多线程

这篇文章主要介绍了初步讲解Ruby编程中的多线程,线程是各种编程语言学习当中的重点和难点,需要的朋友可以参考下
收藏 0 赞 0 分享

使用Ruby来处理JSON的简单教程

这篇文章主要介绍了使用Ruby来处理JSON的简单教程,用到了Ruby gem,需要的朋友可以参考下
收藏 0 赞 0 分享

实例讲解Ruby中的五种变量

这篇文章主要介绍了Ruby中的五种变量,并用实例讲解了其用法,是Ruby学习当中的基础知识,需要的朋友可以参考下
收藏 0 赞 0 分享

在Ruby中创建和使用哈希的教程

这篇文章主要介绍了在Ruby中创建和使用哈希的教程,罗列了Ruby中各种使用哈希的方法,需要的朋友可以参考下
收藏 0 赞 0 分享

详解Ruby中的循环语句的用法

这篇文章主要介绍了详解Ruby中的循环语句的用法,Ruby中的循环语句与其他编程语言的相比之下显得有所不同,需要的朋友可以参考下
收藏 0 赞 0 分享

在Ruby中处理日期和时间的教程

这篇文章主要介绍了在Ruby中处理日期和时间的教程,包括时间的格式化等基本用法,需要的朋友可以参考下
收藏 0 赞 0 分享

简要说明Ruby中的迭代器

这篇文章主要介绍了Ruby中的迭代器,迭代器的概念在动态语言的编程中十分重要,文章中介绍了Ruby中的each迭代器和collect迭代器,需要的朋友可以参考下
收藏 0 赞 0 分享

在Ruby中处理文件的输入和输出的教程

这篇文章主要介绍了在Ruby中处理文件的输入和输出的教程,文中举例讲解了Ruby中各种I/O相关的方法,需要的朋友可以参考下
收藏 0 赞 0 分享
查看更多